Graph04 Max Flow

Chương 6
Bài toán luồng cực đại

Maximum Flow Problem

v 3/3
4/6
1/1 t
4/7
s 3/3
w
1/1 1/9 3/5
3/5
u z
2/2
BM Khoa học Máy tính • TOÁN RỜI RẠC • Fall 2005 • Nguyễn Đức Nghĩa
Maximum Flow Problem

v 3/3
4/6
1/1 t
4/7
s 3/3
w
1/1 1/9 3/5
3/5
u z
2/2
BM Khoa học Máy tính • TOÁN RỜI RẠC • Fall 2005 • Nguyễn Đức Nghĩa
NỘI DUNG

Bài toán luồng cực đại trong mạng.

Lát cắt, Đường tăng luồng.

Định lý về luồng cực đại và lát cắt hẹp nhất.

Thuật toán Ford-Fulkerson

Thuật toán Edmond-Karp.

Các ứng dụng
Toán rời rạc – Fall 2005 NGUYỄN ĐỨC NGHĨA

Bộ môn KHMT 3
L. R. Ford; D. R. Fulkerson (1962). Flows in
Networks. Princeton, NJ: Princeton University Press.

Bộ môn KHMT 4
Lester Randolph Ford, Jr (1927 ~)
Lester Randolph Ford, Jr. (born September 23, 1927), son of

Lester R. Ford, Sr., is an American mathematician
specializing in network flow programming. His 1956 paper
with D. R. Fulkerson on the maximum flow problem
established the maxflow-mincut theorem.

Bộ môn KHMT 5
Delbert Ray Fulkerson
(August 14, 1924 - January 10, 1976)
Delbert Ray Fulkerson was a mathematician who co-

developed the Ford-Fulkerson algorithm, one of the most
used algorithms to compute maximal flows in networks.
Ph.D, Univ. of Wisconsin-Madison, 1951.
In 1956, he published his famous paper on the Ford-
Fulkerson algorithm together with Lester Randolph
Ford.
In 1979, the renowned Fulkerson Prize was established
which is now awarded every three years for outstanding
papers in discrete mathematics jointly by the
Mathematical Programming Society and the American
Mathematical Society.

Bộ môn KHMT 6
Network Flows
Ravindra K. Ahuja, Thomas Magnanti and James Orlin. Network
Flows. Prentice Hall, 1993.
11
42
21
1
s 2 t
32
31
864 pages!
11
Bộ môn KHMT 2008/5/2
Mạng và luồng trong mạng

Bộ môn KHMT 8
MẠNG (Network)
Mạng là đồ thị có hướng G = (V,E) :

Có duy nhất một đỉnh s không có cung đi vào gọi

là đỉnh phát (nguồn) và duy nhất một đỉnh t

không có cung đi ra gọi là đỉnh thu (đích).
Mỗi cung e của G được gắn với một số không âm

c(e) được gọi là khả năng thông qua của e.

Ví dụ:
v 3
6
1
7 t
s 3
w
1 9 5
5
u z
2
Bộ môn KHMT 9
LUỒNG TRONG MẠNG
Định nghĩa. Luồng f trong mạng G=(V,E) là phép gán số f(e) cho mỗi cạnh e ( f(e) được gọi là luồng trên cạnh e) thoả
mãn các điều kiện:
1) Hạn chế về khả năng thông qua (Capacity Rule):
Với mỗi cung e, 0  f (e)  c(e)
2) Điều kiện cân bằng luồng (Conservation Rule): Với mỗi v  s, t
 f (e )   f (e)
eE  ( v ) eE  ( v )
trong đó E(v) và E(v) tương ứng là tập các cung đi vào và đi ra khỏi
đỉnh v.
Định nghĩa. Giá trị của luồng f là
(*)
val ( f )   f (e)   f ( e)
eE  ( s ) eE  ( t )
(Đẳng thức (*) thu được bằng cách cộng tất cả các điều kiện cân bằng luồng.)
Bộ môn KHMT 10
LUỒNG TRONG MẠNG – Ví dụ
Ví dụ:
v 1/3
2/6
1/1 t
3/7
s 3/3
w
1/1 2/9 4/5
3/5
u z
2/2

Trong 2 số viết bên mỗi cạnh: giá trị luồng trên cạnh là số màu
đỏ, số còn lại là khả năng thông qua.

Các điều kiện 1) và 2) được thoả mãn => f là luồng trên mạng.

Giá trị luồng là:
8 = f(s,v) + f(s,u) + f(s,w) = f(v,t) + f(w,t) + f(z,t)

Bộ môn KHMT 11
Luồng trong mạng G được gọi

là luồng cực đại nếu trong số
tất cả các luồng trong mạng G v 1/3
2/6
nó là luồng có giá trị lớn nhất 1/1
3/7 t
s 3/3
Bài toán tìm luồng cực đại w
1/1 2/9 4/5
trong mạng G được gọi là bài 3/5
toán luồng cực đại u z
2/2
Luồng với giá trị 8 = 2 + 3 + 3 = 1 + 3 + 4
v 3/3
4/6
1/1 t
3/7
s 3/3
w
1/1 2/9 4/5
3/5
u z
2/2
Luồng cực đại có giá trị 10 = 4 + 3 + 3 = 3 + 3 + 4
Bộ môn KHMT 12
Mạng
Mạng: G = (V, E, s, t, c) .

(V, E) = đồ thị có hướng, không có cung lặp.

Có hai đỉnh đặc biệt: s = phát/nguồn (source), t = thu/đích (sink).

c(e) = khả năng thông qua (capacity) của cung e.
2 9 5
10 15 15 10
4
s 5 3 8 6 10 t
4 6 15 10
Capacity 15
Toán rời rạc – Fall 2005

4 30 7
NGUYỄN ĐỨC NGHĨA
Bộ môn KHMT 13
Luồng
Luồng từ s đến t là hàm f: E  R thoả mãn:


Với mỗi e  E: 0  f(e)  c(e) (hạn chế kntq)

Với mỗi v  V – {s, t}: 
e vµo v
f (e )  
e ra khái v
f (e) (cân bằng luồng)
 -
f (e) : 
w : ( w, v )  E
f ( w, v)  
f (e) : 
w : ( v ,w)  E
f (v, w)
eE ( v ) eE ( v )
0
2 9 5
4 0
0
10 15 15 0 10
4 4
0 4 4
s 5 3 8 6 10 t
0 0
kntq 4 0 6 15 0 10
15
Capacity
0
Luồng 4 30 7
Flow 0 Bộ môn KHMT 14
Luồng
Bài toán luồng cực đại: Tìm luồng có tổng luồng trên các cạnh đi ra
khỏi đỉnh phát là lớn nhất:
val ( f )   f ( e)   f (e )
eE  ( s ) eE  (t )
0
2 9 5
4 0
0
10 15 15 0 10
4 4
0 4 4
s 5 3 8 6 10 t
0 0
kntq 4 0 6 15 0 10
15
Luồng 0 Giá trị = 4

4 30 7
0 Bộ môn KHMT 15
Luồng
Luồng có giá trị 24 trong mạng:
6
2 9 5
10 6
0
10 15 15 0 10
4 4
3 8 8
s 5 3 8 6 10 t
1 10
4 0 6 15 0 10
kntq 15
11 Giá trị = 24
Luồng 4 30 7
11

Bộ môn KHMT 16
Luồng
Luồng có giá trị 28 trong mạng:
9
2 9 5
10 9
1
10 15 15 0 10
4 0
4 8 9
s 5 3 8 6 10 t
4 10
4 0 6 15 0 10
kntq 15
14 Giá trị = 28
Luồng 4 30 7
14

Bộ môn KHMT 17
Luồng trong mạng
Mạng Đỉnh Cung Luồng
trạm giao dịch, cáp nối, cáp quang, voice, video,

truyền thông
máy tính, vệ tinh packets
cổng, registers,
mạng điện dây dẫn dòng điện
processors
cơ khí joints rods, beams, springs heat, energy
hồ chứa, trạm bơm, dòng nước,
thuỷ lợi đường ống
nguồn nước chất lỏng
tài chính nhà băng giao dịch tiền
hàng hoá,
sân bay, ga tàu, đường cao tốc, ray,
giao thông phương tiện,
giao lộ đường bay
hành khách
hoá học sites bonds energy

Bộ môn KHMT 18
Luồng trong mạng
Mạng Đỉnh Cung Luồng
telephone exchanges, cables, fiber optics, voice, video,

communication
computers, satellites microwave relays packets
gates, registers,
circuits wires current
processors
mechanical joints rods, beams, springs heat, energy
reservoirs, pumping
hydraulic pipelines fluid, oil
stations, lakes
financial stocks, currency transactions money
freight,
airports, rail yards, highways, railbeds,
transportation vehicles,
street intersections airway routes
passengers
chemical sites bonds energy

Bộ môn KHMT 19
Các ứng dụng/qui dẫn

Network connectivity. 
Network reliability.

Bipartite matching. 
Security of statistical data.

Data mining. 
Distributed computing.

Open-pit mining. 
Egalitarian stable matching.

Airline scheduling. 
Distributed computing.

Image processing.

Many many more . . .

Project selection.

Baseball elimination.

Bộ môn KHMT 20
Lát cắt – Đường tăng luồng

Bộ môn KHMT 21
Lát cắt (Cuts)
Lát cắt là cách phân hoạch tập đỉnh (S, T) sao cho s  S, t  T.

Khả năng thông qua cap(S,T) của lát cắt (S, T) là số:
cap( S , T )  
eS T
c(e),
trong ®ã S  T : {(v, w)  E : v  S , w  T }
Lát cắt nhỏ nhất (hẹp nhất) là lát cắt với kntq nhỏ nhất.
2 9 5
10 15 15 10
4
s 5 3 8 6 10 t
4 6 15 10
15
kntq = 30
4 30 7
Bộ môn KHMT 22
Lát cắt
Lát cắt (S1, T1), S1={s,2,3,4}, T={5,6,7,t) có khả năng thông qua 62:
2 9 5
10 15 15 10
4
s 5 3 8 6 10 t
4 6 15 10
15
cap(S1,T1)= 62
4 30 7
Bộ môn KHMT 23
Lát cắt
Lát cắt (S2, T2), S2={s,3,4,7}, T2={2,5,6,t) có khả năng thông qua 28:
2 9 5
10 15 15 10
4
s 5 3 8 6 10 t
4 6 15 10
15
cap(S2,T2) = 28
4 30 7
Bộ môn KHMT 24
Luồng và lát cắt
Bổ đề 1. Giả sử f là luồng, và (S, T) là lát cắt. Khi đó giá trị luồng

chảy qua lát cắt chính bằng giá trị của luồng:
 f (e)   f (e)   f (e)  val ( f )

eS T eT  S eE  (s )
trong đó S  T = {(v,w)E: vS, wT} và T S = {(v,w)E: vT, w S}

6
2 9 5
10 6
Giá trị = 24 0
10 15 15 0 10
4 4
4 8 8
s 5 3 8 6 10 t
0 10
4 0 6 15 0 10
15
10

4 30 7
10 Bộ môn KHMT 25

6
2 9 5
10 6
Giá trị = 24 0
10 15 15 0 10
4 4
4 8 8
s 5 3 8 6 10 t
0 10
4 0 6 15 0 10
15
10
4 30 7
10

Bộ môn KHMT 26

6
2 9 5
10 6
0
Giá trị = 24 10 15 15 0 10
4 4
4 8 8
s 5 3 8 6 10 t
0 10
4 0 6 15 0 10
15
10
4 30 7
10

Bộ môn KHMT 27
Chứng minh bổ đề: Giả sử f là luồng còn (S, T) là lá cắt. Khi đó
 f (e)   f (e )   f (e)  val ( f )

eS T eT  S eE  (s )
CM. Cộng tất cả các ràng buộc cân bằng luồng theo mọi vS, đơn
giản biểu thức ta thu được:
w
0  (  f ( e)   f (e))
vS eE  ( v ) eE  ( v )
u v t
 
  f ( e )    f ( e )   f (e ) 
 eS T 
eE  ( s ) eT  S
tổng theo các tổng theo các

cung xanh cung tím S T
từ đó suy ra đẳng thức cần chứng minh

Bộ môn KHMT 28
Bổ đề 2. Giả sử f là luồng, còn (S, T) là lát cắt. Khi đó, val(f) cap(S, T).
CM.
val ( f )  
eS T
f (e)  
eT  S
f ( e)
 
eS T
f ( e) S 4
8
T
t
 
eS T
c (e)
 cap(S , T ) s
7
6

Bộ môn KHMT 29
Luồng cực đại và lát cắt nhỏ nhất
Max Flow and Min Cut
Hệ quả. Giả sử f là luồng, còn (S, T) là lát cắt. Nếu val(f) = cap(S, T), thì
f là luồng cực đại còn (S, T) là lát cắt hẹp nhất.
CM. Xét f’ là luồng bất kỳ và (S’,T’) là lát cắt bất kỳ. Theo bổ đề ta có
val(f’)  cap(S,T) = val(f)  cap(S’,T’).
9
2 9 5
10 9
1
10 15 15 0 10
4 0
4 8 9
s 5 3 8 6 10 t
4 10
4 0 6 15 0 10
15
14
4 30 7
14 Giá trị luồng = 28
kntq của lát cắt = 28
Bộ môn KHMT 30
Định lý về luồng cực đại và lát cắt nhỏ nhất
Max-Flow Min-Cut Theorem
Đinh lý (Ford-Fulkerson, 1956): Trong mạng bất kỳ, giá trị của luồng
cực đại luôn bằng khả năng thông qua của lát cắt nhỏ nhất.

Proof (muộn hơn).
9
2 9 5
10 9
1
10 15 15 0 10
4 0
4 8 9
s 5 3 8 6 10 t
4 10
4 0 6 15 0 10
15
15
4 30 7
15 Flow value = 28
Cut capacity = 28

Bộ môn KHMT 31
Ý tưởng thuật toán
Thuật toán tham lam:


Bắt đầu từ luồng 0 (Luồng có giá trị = 0).

Tìm đường đi P từ s đến t trong đó mỗi cung thoả mãn f(e) < c(e).

Tăng luồng dọc theo đường đi P.

Lặp lại cho đến khi gặp bế tắc.
4 5
0
0 4 0
4
0 4
0 4
0 0
s 10 2 13 3 10 t
Luồng có giá trị = 0

Bộ môn KHMT 32





4 5
0
0 4 0
4
0 4
X
0 10 4 X
X
0 10 0 10
s 10 2 13 3 10 t
Giá trị luồng = 10

Bộ môn KHMT 33





4 5
0
0 4 0
4
0 4
10 4
10 10
s 10 2 13 3 10 t
Thuật toán tham lam cho luồng với giá trị 10.

Bộ môn KHMT 34
Thuật toán tham lam không cho lời giải tối ưu.
TT tham lam:
4 5
0
0 4 0
4
0 4
10 4
10 10
s 10 2 13 3 10 t
Tối ưu:
4 5
4
4 4 4
4
4 4
10 4
6 10
s 10 2 13 3 10 t

Bộ môn KHMT 35
Đồ thị tăng luồng – Đường tăng luồng

Bộ môn KHMT 36
Đồ thị tăng luồng – Tập cung
Mạng đã cho G = (V, E). kntq


Luồng f(e), e  E.

Cung e = (v, w)  E. v 17 w
6
Luồng
Đồ thị tăng luồng: Gf = (V, Ef ).


“thu lại" luồng đã gửi. Kntq

Ef = {e: f(e) < c(e) }  {eR : f(e) > 0 }.

Khả năng thông qua
v 11 w
6
c(e)  f (e) nÕu e  E
c f ( e)   Kntq
 f ( e ) nÕu e R
E
e = (u,v)  eR = (v,u)

Bộ môn KHMT 37
Đồ thị tăng luồng - Ví dụ
Đồ thị tăng luồng: Gf = (V, Ef ). c(e)  f (e) nÕu e  E

c f (e)  
 f (e) nÕu e R  E

Ef = {e : f(e) < c(e)}  {eR : f(e) > 0}.

cf(e) cho biết lượng lớn nhất có thể tăng luồng trên cung e.

cf(eR) cho biết lượng lớn nhất có thể giảm luồng trên cung e.
4 5
0
0 4 0
G 4
0 4
10 4
10 10
s 10 2 13 3 10 t
4 5
4
Gf 4
4
4
s 10 2 10 3 10 t
Toán rời rạc – Fall 2005 3 NGUYỄN ĐỨC NGHĨA

Bộ môn KHMT 38
Đường tăng luồng
Đường tăng luồng = đường đi từ s đến t trên đồ thị tăng luồng G f.

Khả năng thông qua của đường đi P là
cf (P) = min {cf (e): e  P }.
4 5
4 X
0
4 0
X 4 0 4
X
G 4
4 X
0 4
10 4
10
X 6 10
s 10 2 13 3 10 t
4 5 cf (P) = 4
4
Gf 4
4
4
s 10 2 10 3 10 t
3 Bộ môn KHMT 39
Đường tăng luồng
Đường tăng luồng = đường đi từ s đến t trên đồ thị tăng luồng.


Luồng là cực đại  không tìm được đường tăng luồng???
4 5
4
4 4 4
G 4
4 4
10 4
6 10
s 10 2 13 3 10 t
4 5
4
Gf 4
4
4
s 10 2 6 3 10 t
7
Bộ môn KHMT 40
Định lý về luồng cực đại và lát cắt nhỏ nhất
Định lý đường tăng luồng (Ford-Fulkerson, 1956): Luồng là cực đại khi
và chỉ khi không tìm được đường tăng luồng.
Định lý về luồng cực đại và lát cắt nhỏ nhất (Ford-Fulkerson, 1956): Giá
trị của luồng cực đại bằng khả năng thông qua của lát cắt nhỏ nhất.
Ta sẽ chứng minh định lý tổng hợp sau:
Định lý. Giả sử f là luồng trong mạng. Ba mệnh đề sau là tương đương
(i) Tìm được lát cắt (S, T) sao cho val(f) = cap(S, T).
(ii) f là luồng cực đại.
(iii) Không tìm được đường tăng luồng f.

Bộ môn KHMT 41
Chứng minh định lý
Chứng minh.
(i)  (ii)

Suy từ hệ quả của Bổ đề 2.
(ii)  (iii)

Chứng minh bằng lập luận phản đề (contrapositive): Nếu tìm được
đường tăng thì f không là luồng cực đại.

Thực vậy, nếu tìm được đường tăng P, thì tăng luồng dọc theo P
ta thu được luồng f’ với giá trị lớn hơn.

Bộ môn KHMT 42
Chứng minh định lý
(iii)  (i)

Giả thiết: f là luồng và Gf không chứa đường đi từ s đến t.

Gọi S là tập các đỉnh đạt tới được từ s trong Gf.

Theo định nghĩa s  S, và theo giả thiết t  S

Ta có
f(e) = 0, e  TS, S T
f(e) = c(e), e  ST t

Từ đó suy ra
val ( f )  
eS T
f (e )  
eT  S
f (e) s
 
eS T
c (e ) Mạng đã cho G
 cap(S , T )

Bộ môn KHMT 43
Thuật toán Ford – Fulkerson
Tăng luồng f dọc theo đường tăng P
Augment(f,P)
b  cf(P)
FOR e  P DO
IF (e  E) THEN // cạnh thuận
Ví dụ
f(e)  f(e) + b
ELSE // cạnh nghịch
f(eR)  f(e) – b
RETURN f Thuật toán Ford-Fulkerson
Ford_Fulkerson(G,c,s,t);
FOR e  E DO // Khởi tạo luồng 0
f(e)  0
Gf  đồ thị tăng luồng f
WHILE (tìm được đường tăng luồng P) DO

f  augment(f, P)
Sửa lại Gf
Toán rời rạc – Fall 2005 RETURN f NGUYỄN ĐỨC NGHĨA
Bộ môn KHMT 44
Thời gian tính
Giả thiết: tất cả các khả năng thông qua là các số nguyên trong
khoảng từ 0 đến C.
Bất biến: mỗi giá trị luồng f(e) và mỗi khả năng thông qua c f (e) luôn
luôn là số nguyên trong quá trình thực hiện thuật toán.
Định lý: Thụât toán dừng sau không quá val( f *)  nC lần lặp.
CM. Sau mỗi lần tăng luồng, giá trị của luồng tăng thêm ít nhất 1.
Hệ quả. Thời gian tính của thuật toán F-F là O(m.n.C)
Hệ quả: Nếu C = 1, thì thuật toán đòi hỏi thời gian O(mn).

Bộ môn KHMT 45
Thời gian tính
Giả thiết: tất cả các khả năng thông qua là các số nguyên trong
Bất biến: mỗi giá trị luồng f(e) và mỗi khả năng thông qua c f (e) luôn
luôn là số nguyên trong quá trình thực hiện thuật toán.
Định lý: Thụât toán dừng sau không quá val( f *)  nC lần lặp.
CM. Sau mỗi lần tăng luồng, giá trị của luồng tăng thêm ít nhất 1.
Hệ quả: Nếu C = 1, thì thuật toán đòi hỏi thời gian O(mn).
Định lý về tính nguyên: Nếu kntq là các số nguyên, thì luôn tồn tại
luồng cực đại với giá trị luồng trên các cung là các số nguyên.
Chú ý: Thuật toán có thể không dừng nếu kntq là không nguyên. Hơn
thế nữa thuật toán còn không hội tụ đến lời giải tối ưu.

Bộ môn KHMT 46
Thuật toán Ford-Fulkerson: Thời gian hàm mũ

Question: Thuật toán Ford-Fulekerson có phải là thuật toán đa thức?
(thuật toán với thời gian tính bị chặn bởi đa thức bậc cố định của độ
dài dữ liệu vào)

Answer: Không phải. Nếu kntq lớn nhất là C thì thuật toán có thể phải
thực hiện cỡ C bước lặp.

Ví dụ:

Bộ môn KHMT 47
Thuật toán F-F không là thuật toán đa thức
4
0 0
109 109
s 1 0 t
109 109
0 0
2

Bộ môn KHMT 48
1 4
0
X 0
109 109
1
s 1 X
0 t
109 109
0 X
0 1
2

Bộ môn KHMT 49
4
1 0
109 109
s 1 1 t
109 109
0 1
2

Bộ môn KHMT 50
4
1 X0 1
109 109
0
s 1 X
1 t
109 109
1 X
0 1
2

Bộ môn KHMT 51
4
1 1
109 109
s 1 0 t
109 109
1 1
2
2109 lần lặp.

Bộ môn KHMT 52
Ví dụ
Zwick xây dựng ví dụ sau đây cho thấy thuật toán F-F có
thể không dừng, nếu như khả năng thông qua là số vô tỷ
s
X X
X
1 1 
X
X X
t
Có 6 cung với khả năng thông qua X, 2 cung khả năng

thông qua 1 và một cung khả năng thông qua
 = (sqrt(5)-1)/20.618034...
Bộ môn KHMT 53
 Để chỉ ra thuật toán không dừng, ta có thể theo dõi khả
năng thông qua của 3 cung nằm ngang của đồ thị tăng
luồng trong quá trình thực hiện thuật toán. (Khả năng thông
qua của 6 cung còn lại ít nhất là X-3).
s
X X
X
1 1 
X
X X
t

Bộ môn KHMT 54
Thực hiện thuật toán FF
 Thuật toán FF bắt đầu bởi s

việc sử dụng đường tăng X
X
X
luồng trung tâm trong 1 1 
hình vẽ trên. Giá trị luồng
X
tăng thêm được 1. X X
Val(f)=1. t
1 0 
 Trên đồ thị tăng luồng:
Các cung nằm ngang theo
thứ tự từ trái sang có khả t
năng rút gọn là 1, 0, 
Bộ môn KHMT 55
s s
t t
B C
s s
X X
X
1 1 
X X
X
t t
A
Bộ môn KHMT 56
 Giả sử ở đầu lần lặp k các cung đó có khả năng thông qua là k-1, 0, k. Khi đó
1) Tăng luồng dọc theo B thêm k, kntq của chúng trở thành k+1, k, 0
2) Tăng luồng dọc theo C thêm k, kntq của chúng trở thành k+1, 0, k,
3) Tăng luồng dọc theo B thêm k+1, kntq của chúng trở thành 0, k+1, k+2,
4) Tăng luồng dọc theo A thêm k+1, kntq của chúng trở thành k+1, 0, k+2,
 Sau 4 lần tăng, giá trị của luồng tăng thêm là 2(k+k+1)=2k+2
 Sau 4n+1 lần tăng luồng, khả năng thông qua sẽ là 2n-2, 0, 2n-1, Khi số lần tăng
luồng ra vô cùng, giá trị của luồng sẽ là
 Mặc dù dễ thấy là giátrị của luồng cực đại trong mạng này là 2X+1.
2
1  2   1 
i
 4  5  7.
i 1 1

Bộ môn KHMT 57
Chọn đường tăng luồng như thế nào?
Cần hết sức cẩn thận khi lựa chọn đường tăng, bởi vì

Một số cách chọn dẫn đến thuật toán hàm mũ.

Cách chọn khôn khéo dẫn đến thuật toán đa thức.

Nếu kntq là các số vô tỷ, thuật toán có thể không dừng
Mục đích: chọn đường tăng sao cho:


Có thể tìm đường tăng một cách hiệu quả.

Thuật toán đòi hỏi thực hiện càng ít bước lặp càng tốt.
Chọn đường tăng với (Edmonds-Karp 1972, Dinitz 1970)


khả năng thông qua lớn nhất. (đường béo - fat path)

khả năng thông qua đủ lớn. (thang độ hoá kntq – capacity scaling)

số cạnh trên đường đi là ít nhất. (đường ngắn nhất - shortest path)

Bộ môn KHMT 58
Thang độ hoá kntq (Capacity Scaling)
Trực giác: chọn đường đi với kntq lớn nhất sẽ tăng giá trị luồng lên
nhiều nhất.

Không cần quan tâm đến tìm đường với kntq lớn nhất.

Chọn thông số thang độ .

Gọi Gf () là đồ thị con của đồ thị tăng luồng chỉ gồm các cung có
kntq ít nhất là .
4 4
110 102 110 102
s 1 t s t
122 170 122 170
2 2
Gf Gf (100)
Bộ môn KHMT 59
Thuật toán Capacity Scaling
ScalingMaxFlow(V, E, s, t, c)
FOR e  E, f(e)  0
q = min { k  Z : 2k  C };  = 2q
WHILE (  1)
Xây dựng đồ thị Gf()
WHILE (tìm được đường đi P từ s đến t trong Gf())
f  augment(f, P)
Hiệu chỉnh Gf()
   / 2
RETURN f
Pha nấc 

Bộ môn KHMT 60
Tính đúng đắn của thuật toán Capacity Scaling
Giả thiết. Khả năng thông qua của các cung là các số nguyên trong
Tính bất biến. Mọi luồng và khả năng thông qua trong suốt quá trình
thực hiện thuật toán luôn là số nguyên.
Tính đúng đắn: Nếu thuật toán kết thúc thì f là luồng cực đại.
Chứng minh.

Theo tính bất biến, khi  = 1  Gf() = Gf

Pha nấc  = 1 kết thúc khi không tìm được đường tăng luồng

Vậy f là luồng cực đại.

Bộ môn KHMT 61
Thời gian tính của Capacity Scaling
Bổ đề 1. Vòng lặp ngoài lặp 1 + log2 C lần.

CM. Thoạt tiên C   < 2C, và  chỉ còn một nửa sau mỗi lần lặp.
Bổ đề 2. Giả sử f là luồng tại thời điểm kết thúc pha nấc . Thế thì giá trị
của luồng cực đại không vượt quá val( f ) + m .
CM. Xem Silde tiếp theo
Bổ đề 3. Có nhiều nhất là 2m lần tăng luồng tại mỗi pha nấc .


Gọi f là luồng tại cuối pha nấc 2 (là pha ngay trước pha nấc ).

Từ BĐ2  val(f*)  val( f ) + m (2).

Mỗi lần tăng trong pha nấc  tăng giá trị cuả val( f ) lên ít nhất .
Định lý. Thuật toán Scaling max-flow kết thúc sau không quá O(m log C)
lần tăng luồng và có thể cài đặt với thời gian O(m 2 log C ).

Bộ môn KHMT 62
Capacity Scaling: Analysis
Bổ đề 2. Giả sử f là luồng tại thời điểm kết thúc pha nấc . Thế thì giá
trị của luồng cực đại không vượt quá val( f ) + m .
CM.

Ta sẽ chỉ ra là khi kết thúc pha nấc  phải tìm được lát cắt (S, T)
sao cho cap(S, T)  val( f ) + m .

Gọi S là tập các đỉnh đạt tới được từ s trong Gf().
– rõ ràng s  S, và t  S theo định nghĩa của S
val ( f )  
eS T
f (e)  
eT  S
f (e )
S T
 
eS T
( c ( e)   )  
eT  S

t
 
eS T
c (e )  
eS T
  
eT  S

s
 cap( S , T ) - mΔ
Mạng đã cho
Bộ môn KHMT 63
Ví dụ
C = 109; q = 30; 0= 230 = 1 073 741 824; Gf(230) = (V,)
4
0 0
109 109
s 1 0 t
109 109
0 0
2

Bộ môn KHMT 64
Ví dụ
Đường tăng luồng: s, 4, t
4 4
109 109
109 109 109 109
0
s t s 1 t
109 109 109 109

0 0
2 2
Gf(229) G

Bộ môn KHMT 65
Ví dụ
Đường tăng luồng: s, 2, t
4 4
109 109
109 109 109 109
0
s t s 1 t
109 109 109 109

109 109
2 2
Gf(229) G

Bộ môn KHMT 66
Ví dụ
Kết thúc pha nấc 229
4 4
109 109
10 9
10 9
109 109
0
s t s 1 t
109 109 109 109

109 109
2 2
Gf(229) G

Bộ môn KHMT 67
Ví dụ
Gf(2k), k = 28, 27, ..., 2, 1 như nhau. Các pha nấc 2k kết thúc mà không
tăng được luồng
4 4
109 109
10 9
10 9
109 109
0
s t s 1 t
109 109 109 109

109 109
2 2
Gf(2k), k=28, 27, ...,,2,1 G

Bộ môn KHMT 68
Ví dụ
Trên Gf(1) không tìm được đường đi từ s đến t. Thuật toán kết thúc.
4 4
109 109
10 9
10 9
109 109
0
s 1 t s 1 t
109 109 109 109

109 109
2 2
Gf(1) G
Do Gf(1) ≡ Gf nên trên Gf không tìm được đường đi từ s đến t. Vậy

luồng đang có trong mạng là cực đại.

Bộ môn KHMT 69
Chọn đường tăng luồng như thế nào?
Cần hết sức cẩn thận khi lựa chọn đường tăng, bởi vì

Một số cách chọn dẫn đến thuật toán hàm mũ.

Cách chọn khôn khéo dẫn đến thuật toán đa thức.

Nếu kntq là các số vô tỷ, thuật toán có thể không dừng
Mục đích: chọn đường tăng sao cho:


Có thể tìm đường tăng một cách hiệu quả.

Thuật toán đòi hỏi thực hiện càng ít bước lặp càng tốt.
Chọn đường tăng với (Edmonds-Karp 1972, Dinitz 1970)


khả năng thông qua lớn nhất. (đường béo - fat path)

khả năng thông qua đủ lớn. (thang độ hoá kntq – capacity scaling)

số cạnh trên đường đi là ít nhất. (đường ngắn nhất - shortest path)

Bộ môn KHMT 70
Edmonds – Karp Algorithm
Edmonds and Karp, JACM 1972


Nếu đường tăng được chọn là đường ngắn nhất từ s đến t,
thì thời gian tính của thuật toán sẽ là O(|E|2 |V|).

Jack Edmonds
Jack Edmonds is a Canadian mathematician, regarded as one

of the most important contributors to the field of
combinatorial optimization. He was the recipient of the 1985
John von Neumann Theory Prize.
From 1969 on, with the exception of 1991-1993, he held a
faculty position at the Department of Combinatorics and
Optimization at the University of Waterloo's Faculty of
Mathematics. Edmonds retired in 1999.

Richard Karp, 1935~
 “Reducibility Among Combinatorial Problems”, 1972

 Turing Award in 1985.
 Harvard University,Bachelor's degree in 1955, Master's degree in 1956,
and Ph.D. in applied mathematics in 1959.
 IBM's Thomas J. Watson Research Center
 Professor, UC Berkeley, 1968. Apart from a 4-year period as a
professor at the University of Washington, he has remained at Berkeley.

Thuật toán đường tăng ngắn nhất
Ý tưởng: Tìm đường tăng luồng nhờ thực hiện BFS.


Dễ thực hiện.

Đường tăng có ít cạnh nhất.
ShortestAugmentingPath(V, E, s, t)
FOREACH e  E
f(e)  0
Gf  đồ thị tăng luồng (residual graph)
WHILE (tồn tại đường tăng)

tìm đường tăng P bởi BFS
f  augment(f, P)
hiệu chỉnh Gf
RETURN f
Bộ môn KHMT 74
Đường tăng ngắn nhất: Các kết quả
Bổ đề 1. Trong suốt thuật toán, độ dài đường tăng ngắn nhất không
khi nào bị giảm.

CM sau.
Bổ đề 2. Sau nhiều nhất m đường tăng ngắn nhất, độ dài đường

tăng ngắn nhất sẽ tăng ngặt.

CM sau.
Định lý. Thuật toán đường tăng luồng ngắn nhất đòi hỏi thời gian
tính O(m2n).

CM

O(m+n) thời gian để tìm đường ngắn nhất nhờ sử dụng BFS.

O(m) lần tăng đối với đường đi có đúng k cung.

Nếu có đường tăng thì luôn tìm được đường tăng là đơn.
 1k<n
 O(mn) lần tăng

 Thời gian của thuật toán là O(mn(m+n)) = O(m2n).
Bộ môn KHMT 75
Phân tích thuật toán ĐTNN
Đồ thị mức LG của G=(V, E, s).


Với mỗi đỉnh v, xác định (v) là độ dài (theo số cung) của đường đi
ngắn nhất từ s đến v.

Gọi LG = (V, EG) là đồ thị con của G chỉ chứa các cung (v,w)  E với
(w) = (v) + 1.
2 5
G:
s 3 6 t
2 5
LG :
s 3 6 t
=0 =1 =2 =3
Bộ môn KHMT 76
Đồ thị mức LG của G=(V, E, s).


Với mỗi đỉnh v, xác định (v) là độ dài (theo số cung) của đường đi
ngắn nhất từ s đến v.

Gọi LG = (V, EG) là đồ thị con của G chỉ chứa các cung (v,w)  E với
(w) = (v) + 1.

Có thể tính LG với thời gian O(m+n) nhờ sử dụng BFS.

P là đường đi ngắn nhất từ s đến v trên G khi và chỉ khi nó là
đường đi từ s đến v trên LG.
2 5
L:
s 3 6 t
= = = =
Toán rời rạc 0
– Fall 2005
1 2 3
Bộ môn KHMT 77
CM. Giả sử f và f' là luồng trước và sau khi tăng luồng theo đường
ngắn nhất. Gọi L và L' là hai đồ thị mức của Gf và Gf '

Chỉ có cung nghịch được bổ sung vào Gf '
– đường đi với cung nghịch có độ dài lớn hơn độ dài trước ■
2 5
s 3 6 t
=0 =1 =2 =3

2 5
L'
s 3 6 t
Bộ môn KHMT 78

CM: Có ít nhất một cung (cung có kntq bé nhất) bị loại khỏi L sau mỗi
lần tăng luồng.

Không có cung mới được thêm vào L cho đến khi độ dài đường
ngắn nhất là tăng ngặt. ■
2 5
s 3 6 t
=0 =1 =2 =3

2 5
L'
s 3 6 t

Bộ môn KHMT 79
Đường tăng ngắn nhất: Các kết quả

Định lý. Thuật toán đường tăng luồng ngắn nhất đòi hỏi thời gian
tính O(m2n).

O(m+n) thời gian để tìm đường ngắn nhất nhờ sử dụng BFS.

O(m) lần tăng đối với đường đi có đúng k cung.

 O(mn) lần tăng.
Chú ý: (mn) lần tăng là cần thiết đối với một số mạng cụ thể.
Cố gắng tìm cách giảm số lần tăng.

Cây động

 O(mn log n) Sleator-Tarjan, 1983
Ý tưởng khác  O(mn2)

Dinitz, 1970

Bộ môn KHMT 80
Tổng kết: Lựa chọn đường tăng
Phương pháp Số lần tăng Thời gian tính

Augmenting path nC mnC
Max capacity m log C m log C (m + n log n)
Capacity scaling m log C m2 log C
Improved capacity scaling m log C mn log C
Shortest path mn m2n
Improved shortest path mn mn2
4 qui tắc đầu đòi hỏi khả năng thông qua nằm trong khoảng từ 0 đến C.

Bộ môn KHMT 81
Lịch sử phát triển
Năm Tác giả Phương pháp Big-Oh

1951 Dantzig Simplex mn2U
1955 Ford, Fulkerson Augmenting path mnU
1970 Edmonds-Karp Shortest path m2n
1970 Dinitz Shortest path mn2
1972 Edmonds-Karp, Dinitz Capacity scaling m2 log U
1973 Dinitz-Gabow Capacity scaling mn log U
1974 Karzanov Preflow-push n3
1983 Sleator-Tarjan Dynamic trees mn log n
1986 Goldberg-Tarjan FIFO preflow-push mn log (n2 / m)
... ... ... ...
m3/2 log (n2 / m) log U
1997 Goldberg-Rao Length function
mn2/3 log (n2 / m) log U

Bộ môn KHMT 82
QUESTIONS?

Bộ môn KHMT 83

Graph04 Max Flow

Uploaded by

Document Information

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Graph04 Max Flow

Uploaded by

Copyright:

Available Formats

Chương 6

Bài toán luồng cực đại

Toán rời rạc – Fall 2005 NGUYỄN ĐỨC NGHĨA

Toán rời rạc – Fall 2005 NGUYỄN ĐỨC NGHĨA

Lester Randolph Ford, Jr. (born September 23, 1927), son of

Toán rời rạc – Fall 2005 NGUYỄN ĐỨC NGHĨA

Delbert Ray Fulkerson was a mathematician who co-

Toán rời rạc – Fall 2005 NGUYỄN ĐỨC NGHĨA

Toán rời rạc – Fall 2005 NGUYỄN ĐỨC NGHĨA

Mạng là đồ thị có hướng G = (V,E) :

là đỉnh phát (nguồn) và duy nhất một đỉnh t

c(e) được gọi là khả năng thông qua của e.

Với mỗi cung e, 0  f (e)  c(e)

2) Điều kiện cân bằng luồng (Conservation Rule): Với mỗi v  s, t

Toán rời rạc – Fall 2005 NGUYỄN ĐỨC NGHĨA

Luồng trong mạng G được gọi

Toán rời rạc – Fall 2005

Luồng từ s đến t là hàm f: E  R thoả mãn:

Toán rời rạc – Fall 2005

Luồng có giá trị 24 trong mạng:

Toán rời rạc – Fall 2005 NGUYỄN ĐỨC NGHĨA

Luồng có giá trị 28 trong mạng:

Toán rời rạc – Fall 2005 NGUYỄN ĐỨC NGHĨA

Mạng Đỉnh Cung Luồng

trạm giao dịch, cáp nối, cáp quang, voice, video,

Toán rời rạc – Fall 2005 NGUYỄN ĐỨC NGHĨA

Mạng Đỉnh Cung Luồng

telephone exchanges, cables, fiber optics, voice, video,

Toán rời rạc – Fall 2005 NGUYỄN ĐỨC NGHĨA

Toán rời rạc – Fall 2005 NGUYỄN ĐỨC NGHĨA

Toán rời rạc – Fall 2005 NGUYỄN ĐỨC NGHĨA

Bổ đề 1. Giả sử f là luồng, và (S, T) là lát cắt. Khi đó giá trị luồng

 f (e)   f (e)   f (e)  val ( f )

trong đó S  T = {(v,w)E: vS, wT} và T S = {(v,w)E: vT, w S}

Toán rời rạc – Fall 2005

Bổ đề 1. Giả sử f là luồng, và (S, T) là lát cắt. Khi đó giá trị luồng

Toán rời rạc – Fall 2005 NGUYỄN ĐỨC NGHĨA

Bổ đề 1. Giả sử f là luồng, và (S, T) là lát cắt. Khi đó giá trị luồng

Toán rời rạc – Fall 2005 NGUYỄN ĐỨC NGHĨA

Chứng minh bổ đề: Giả sử f là luồng còn (S, T) là lá cắt. Khi đó

 f (e)   f (e )   f (e)  val ( f )

tổng theo các tổng theo các

từ đó suy ra đẳng thức cần chứng minh

Toán rời rạc – Fall 2005 NGUYỄN ĐỨC NGHĨA

Toán rời rạc – Fall 2005 NGUYỄN ĐỨC NGHĨA

Thuật toán tham lam:

Luồng có giá trị = 0

Toán rời rạc – Fall 2005 NGUYỄN ĐỨC NGHĨA

Thuật toán tham lam:

Giá trị luồng = 10

Toán rời rạc – Fall 2005 NGUYỄN ĐỨC NGHĨA

Thuật toán tham lam:

Toán rời rạc – Fall 2005 NGUYỄN ĐỨC NGHĨA

Toán rời rạc – Fall 2005 NGUYỄN ĐỨC NGHĨA

Toán rời rạc – Fall 2005 NGUYỄN ĐỨC NGHĨA

Mạng đã cho G = (V, E). kntq

Đồ thị tăng luồng: Gf = (V, Ef ).

Toán rời rạc – Fall 2005 NGUYỄN ĐỨC NGHĨA

Đồ thị tăng luồng: Gf = (V, Ef ). c(e)  f (e) nÕu e  E

Toán rời rạc – Fall 2005 3 NGUYỄN ĐỨC NGHĨA

Đường tăng luồng = đường đi từ s đến t trên đồ thị tăng luồng G f.

Đường tăng luồng = đường đi từ s đến t trên đồ thị tăng luồng.

Ta sẽ chứng minh định lý tổng hợp sau:

Toán rời rạc – Fall 2005 NGUYỄN ĐỨC NGHĨA